आर्टिफिशियल इंटेलिजेंस (एआई) को व्यापक रूप से इस सदी की सबसे परिवर्तनकारी तकनीकों में से एक माना जाता है। स्वाभाविक रूप से, Web3 बुनियादी ढांचे द्वारा संचालित विकेंद्रीकृत AI सिस्टम की संभावना महत्वपूर्ण वैचारिक अपील रखती है।

हालांकि, इस प्रतीत होने वाले मूल्य प्रस्ताव के बावजूद, Web3-AI व्यापक AI पारिस्थितिकी तंत्र में सार्थक कर्षण प्राप्त करने में विफल रहा है। जैसे-जैसे फ्रंटियर एआई क्षमताएं अभूतपूर्व दरों पर तेजी लाती हैं, वेब 3 के लिए अवसर की खिड़की अगली पीढ़ी के एआई के लिए एक व्यवहार्य नींव बनने के लिए तेजी से बंद हो रही है।

यह निबंध एक विवादास्पद लेकिन महत्वपूर्ण थीसिस की पड़ताल करता है: वेब 3 एआई दौड़ को खो रहा है। हर तकनीकी क्रांति में एक बिंदु आता है जब एक विश्वसनीय व्यवधान को माउंट करने में बहुत देर हो जाती है। यदि Web3-AI सतही रुझानों से आधारभूत बुनियादी ढांचे पर ध्यान केंद्रित नहीं करता है, तो विकेंद्रीकृत प्लेटफार्मों पर AI सिस्टम की अगली पीढ़ी के निर्माण का औचित्य पूरी तरह से गायब हो सकता है।

Web3 ai कथा पतन

“द ब्लैक स्वान” में, नासिम निकोलस तालेब ने “कथा पतन” की अवधारणा को पेश किया: असंबंधित या कमजोर रूप से जुड़े घटनाओं के आसपास सुसंगत कहानियों का निर्माण करने की प्रवृत्ति। Web3-AI की वर्तमान स्थिति एक पाठ्यपुस्तक उदाहरण है। समुदाय एआई मार्केट-एई मेम एजेंटों, सट्टा ZK-AI प्रोटोटाइप के संदर्भ में अत्यधिक प्रदर्शनकारी लेकिन काफी हद तक अप्रासंगिक रुझानों को पुरस्कृत करता है, जैसे कि वे क्षेत्र में पर्याप्त प्रगति को चिह्नित करते हैं। जबकि कुछ नवाचार मौजूद हैं, वेब 3-एआई और व्यापक एआई पारिस्थितिकी तंत्र के बीच व्यापक खाड़ी अस्थिर हो रही है।

कथा-संचालित नवाचार के आकर्षण ने Web3 पारिस्थितिकी तंत्र को प्रगति के लिए प्रयोग की गलती के लिए प्रोत्साहित किया है। नतीजतन, पूंजी और ध्यान को अक्सर मूलभूत क्षमता के बजाय नवीनता के लिए गलत किया जाता है। मोमेंटम का भ्रम इस तथ्य को मास्क कर रहा है कि आज वेब 3-एआई में जो कुछ बनाया जा रहा है, वह एआई नवाचार के महत्वपूर्ण मार्ग के लिए ऑर्थोगोनल है।

एआई और टेक इवोल्यूशन का लहर सिद्धांत

Web3-AI की नाजुक स्थिति को समझने के लिए, यह देखने में मददगार है कि तकनीक कैसे विकसित होती है। सबसे पहले, सफलताएं अन्योन्याश्रित तरंगों में प्रकट होती हैं। उदाहरण के लिए, मोबाइल कंप्यूटिंग को क्लाउड इन्फ्रास्ट्रक्चर जैसी पूर्व तरंगों द्वारा उत्प्रेरित किया गया था, और एआई चिप्स गेमिंग हार्डवेयर में नवाचारों से उभरा। एक नई लहर में प्रासंगिक बने रहने के लिए, प्रौद्योगिकियों को पिछले वाले में रखा जाना चाहिए।

Web3-AI में उस निरंतरता का अभाव है। इसने उन रुझानों में एक सार्थक भूमिका नहीं निभाई, जिसने जेनेरिक एआई क्रांति को जन्म दिया। यह क्लाउड कंप्यूटिंग, बड़े पैमाने पर डेटा इंजीनियरिंग और यहां तक ​​कि शुरुआती एआई मॉडल विकास के चक्रों से चूक गया। नतीजतन, Web3-AI एक मूलभूत वैक्यूम से ग्रस्त है-यह एक सर्फबोर्ड के बिना एक लहर की सवारी करने की कोशिश कर रहा है।

दूसरा, बुनियादी ढांचा प्रौद्योगिकी बाजार समेकित करते हैं। इतिहास से पता चलता है कि प्रमुख इन्फ्रास्ट्रक्चर प्लेटफॉर्म लगभग हमेशा कुछ प्रमुख खिलाड़ियों को सिकोड़ते हैं। क्लाउड कंप्यूटिंग AWS, Azure और GCP के आसपास परिवर्तित हो गया। मोबाइल विकास iOS और Android के आसपास स्थिर हो गया। बिग डेटा स्नोफ्लेक और डेटाब्रिक्स के आसपास हो गया। एआई इन्फ्रास्ट्रक्चर संभवतः एक समान पैटर्न का पालन करेगा। यदि Web3-AI अपने आप को शीर्ष तीन व्यवहार्य प्लेटफार्मों में से एक के रूप में स्थिति नहीं देता है, तो यह एक अत्यधिक केंद्रित परिदृश्य में अप्रासंगिक होने का जोखिम उठाता है।

फंडामेंटल और अप्रासंगिक चीजों का निर्माण करना

आधुनिक एआई स्टैक चार मौलिक स्तंभों पर बनाया गया है: डेटा, गणना, मॉडल और अनुसंधान प्रतिभा। दुर्भाग्य से, Web3 ने ऐतिहासिक रूप से सभी को अनदेखा कर दिया है। इसमें गहरी एआई प्रतिभा का अभाव है। वेब 3 के मूल निवासी कोई बड़े पैमाने पर एआई डेटासेट नहीं हैं। गणना बुनियादी ढांचा अभी भी आदिम है। और, विकेंद्रीकृत प्रोटोकॉल पर सार्थक रूप से चलने वाले एआई मॉडल को व्यापक रूप से अपनाया नहीं गया है।

फंडामेंटल की इस कमी को चमकदार वस्तुओं का पीछा करने की प्रवृत्ति द्वारा जटिल किया जाता है। Web3-AI में परियोजनाएं स्पष्ट उपयोग के मामलों के बिना MEME एजेंटों या ZKML जैसे सट्टा क्षेत्रों की ओर बढ़ती हैं। जबकि ये विचार बौद्धिक रूप से दिलचस्प हैं, वे सार्थक एआई क्षमताओं को सक्षम या स्केल करने के लिए मूल नहीं हैं। अपने वर्तमान रूप में, वे एआई बुनियादी ढांचे को आगे बढ़ाने के लिए थोड़ा व्यावहारिक मूल्य प्रदान करते हैं।

वास्तविक प्रगति करने के लिए, वेब 3-एआई पारिस्थितिकी तंत्र को इस मूलभूत घाटे का सामना करना होगा। इसका मतलब है कि प्रतिभा में निवेश करना, डेटा पाइपलाइनों का निर्माण करना, कुशल गणना परतें बनाना, और विकासशील मॉडल जो विकेंद्रीकृत प्रणालियों पर तैनात होने पर मूर्त लाभ प्रदान करते हैं।

Web3 और Web2 के बीच AI अंतर बढ़ रहा है

एआई नवाचार तेजी से जटिल हो रहा है, और Web3 एक निष्क्रिय पर्यवेक्षक रहा है। प्रमुख एआई मील के पत्थर में से कोई भी-अनसुपर्विज्ड प्रीट्रेनिंग, एडवांस्ड फाइन-ट्यूनिंग, रिट्रीवल-एयूजीएममेंटेड जेनरेशन, रीजनिंग इंजन, या एजेंटिक फ्रेमवर्क-को एक सार्थक तरीके से वेब 3 आर्किटेक्चर शामिल किया गया है।

प्रत्येक नए रिलीज के रूप में आखिरी में, पकड़ने के लिए बाधाएं स्टेटर बन जाती हैं। फ्रंटियर मॉडल के निर्माण के लिए सभी महत्वपूर्ण टूलिंग, प्लेटफ़ॉर्म और बुनियादी ढांचा वर्तमान में केंद्रीकृत हैं। इस प्रक्षेपवक्र को बदलने के लिए तत्काल, समन्वित प्रयासों के बिना, Web3-AI को एक ऐसे क्षेत्र में दशकों पीछे छोड़ दिया जाएगा जो महीनों में आगे बढ़ता है।

अप्रासंगिकता का जोखिम

एआई, अपने स्वभाव से, एक केंद्रीकृत बल है। ट्रेनिंग फ्रंटियर मॉडल को विशाल डेटासेट, विशाल गणना और विशेष प्रतिभा की आवश्यकता होती है – जिनमें से सभी एकाग्रता की ओर प्रवृत्ति करते हैं। विकेन्द्रीकृत विकल्प गहरी तकनीकी और आर्थिक चुनौतियों का सामना करते हैं।

इसका मतलब यह नहीं है कि विकेन्द्रीकृत एआई कयामत है। लेकिन त्रुटि के लिए मार्जिन गायब हो रहा है। जब तक Web3-AI नाटकीय रूप से तेज नहीं होता है, तब तक केंद्रीकृत पारिस्थितिकी तंत्र इस तरह के प्रभुत्व तक पहुंच जाएगा कि विकेंद्रीकरण एक बाद में बन जाता है। अगले एआई प्रवृत्ति पर जोखिम गायब नहीं है; यह एआई भविष्य में मौलिक रूप से अप्रासंगिक होता जा रहा है।

एक वेक-अप कॉल

लचीलापन और आशावाद Web3 के डीएनए में एम्बेडेड हैं, और अधिक तकनीकी रूप से गंभीर टीमों द्वारा हाल के प्रयासों को प्रोत्साहित किया जा रहा है नूस शोध(वितरित प्रशिक्षण), मुख्य बुद्धि(वितरित प्रशिक्षण), लेयरलेन्स(बेंचमार्किंग और evals), बहुलवादी(वितरित प्रशिक्षण), सहारा (एआई ऐप्स) और मुट्ठी भर अन्य। कुछ मुख्य समस्याओं से निपटना शुरू कर रहे हैं-प्रैक्टिस-प्रेशरिंग एमएल, वितरित प्रशिक्षण, सत्यापन योग्य अंतर।

लेकिन ये प्रयास आदर्श के बजाय अपवाद बने हुए हैं। Web3-AI आंदोलन अभी भी प्रतिभा, डेटा, गणना, बुनियादी ढांचा और पूंजी पर कम है। इसे ध्यान भंग करना चाहिए और मूलभूत क्षमता की ओर उन्मुख करना चाहिए। स्पष्टता के साथ इस वास्तविकता का सामना करना पाठ्यक्रम बदलने का मौका देता है। इसे अनदेखा करने का मतलब है कि इतिहास में सबसे अधिक परिणामी तकनीकी क्रांति को याद करना।